基于Web数据挖掘图书馆个性化服务探讨.docVIP

基于Web数据挖掘图书馆个性化服务探讨 　　高校图书馆网站作为图书馆信息系统的重要组成部分，是图书馆资源、服务与读者之间的桥梁。规划和建设好图书馆网站，可为用户获取信息、交流信息提供了一个很好的基于Web的信息服务平台。但随着校园图书馆资源的增多，利用基于Web日志挖掘技术根据用户的特性提供具有针对性的信息，还能通过对用户专业特征，研究兴趣的智能分析，主动地向用户推荐其可能需要的信息的个性化推荐系统的建立已成发展趋势。 　　 　　1 数字图书馆个性化推荐服务分析 　　 　　数字图书馆个性化服务方式的具体应用主要依托于Push技术、信息过滤技术、智能代理技术、数据挖掘技术等的综合运用。本文将进一步探讨数据挖掘技术在数字图书馆个性化服务中的应用。 　　 　　2 Web数据挖掘概述 　　 　　2．1　Web数据挖掘及其功能 　　从广义的角度出发，可以对Web挖掘作如下的定义： 　　定义1：Web挖掘是指从大量非结构化、异构的Web信息源集合中发现有效的、新颖的、潜在可用的及最终可理解的知识包括概念(Concepts)、模式(Patterns)，规则(Rules)、规律(Regularities)、约束(Constraints)及可视化(Visualizations)等形式的非平凡过程。 　　如果从实用性开发的角度来考虑的话，可以对Web挖掘作出如下的定义： 　　定义2：Web挖掘是针对包括Web页面内容、页面之间的结构、用户访问信息、电子商务信息等在内的各种Web数据源，在一定基础上应用数据挖掘的方法以发现有用的知识帮助人们从Web中提取知识，改进站点设计，更好地开展电子商务等应用。 　　①Web数据挖掘的对象是大量、异质、分布的文档。对数据挖掘而言，Web似乎太庞大了。Web的数据量目前以兆兆字节计算，而且仍然在迅速增长。 　　②Web是半结构化或非结构化的。Web页面的复杂性高于任何传统的文本文档。Web页面缺乏统一的结构。它包含了远比任何一组书籍或其它文本文档多得多的风格和内容。 　　③数据源具有很强的动态性。Web是一个动态性极强的信息源，其中的数据增长迅速，以每4到6个月的速度翻一番，而且信息在不断地发生更新。 　　④Web面对的是一个形形色色的用户群体，各个用户有着不同的兴趣和使用目的。 　　⑤Web上的信息只有很小的一部分是相关或有用的。 　　 　　2．2 Web挖掘的分类 　　Web内容挖掘(Web content mining)是指在人为组织的Web上，从文件内容及其描述中获取有用的信息的断呈。Web的内容挖掘可以说是数据挖掘技术在网络信息处理中的应用。不同于传统的数据挖掘技术，Web内容挖掘主要是针对网页中非结构化的数据，如文本数据、音频数据、视频数据、图形图像数据等多种数据相融合的多媒体数据挖掘。Web检索又分为资源发现和信息获取。资源发现就是定位文档的位置，并自动生成文档的索引。Web上的资源一般分为两类：文档和服务。目前，Web上的资源发现主要集中于文档的搜索和获取，即Web内容的挖掘。 　　Web结构挖掘是从WWW的组织结构和链接关系中推导知识。主要是通过对图书馆的结构进行分析、变形和归纳，将Web页面进行分类，以利于信息的搜索。因为超文本网页之间的相互连接，网页显示的信息远比文档内容多。 　　Web结构挖掘所得到的模式。可以揭示许多蕴涵在Web内容之外的有用信息，如通过文档之间的超链接，可以挖掘出文档之间的引用关系，从而帮助我们找到与用户请求相关的权威页面。通过分析Web网页内部树形结构，可以发现与给定页面集合相关的其它页面。Web页面的URL同样可以反映页面的类型以及页面之间的从属关系，通过分析页面的URL信息。可以找到改变了位置的Web页面的新位置。 　　Web内容挖掘和Web结构挖掘的挖掘对象是网上的原始数据，而Web日志挖掘(也称为Web使用记录挖掘)面对的则是在用户和Web交互的过程中抽取出来的第二手数据，主要包括：Web服务器日志(包括服务器日志、引用日志和代理日志)、用户简介、注册信息、用户对话或交易信息、用户提问方式等。 　　Web日志挖掘的一般过程如下所述： 　　(1)数据的预处理：就是将来自于不同数据源的数据，如使用模式等信息重新组织成为模式发现所必需的数据结构。 　　(2)模式发现：对数据预处理所形成的文件，利用数据挖掘的一些有效算法(如关联规则、聚类、分类、序列模式等)来发现隐藏的模式和规则。 　　(3)模式分析：主要是对挖掘出来的模式、规则进行分析，找出用户感兴趣的模式，提供可视化的结果输出。 　　Web日志挖掘得到的结果，可以用于重构图书馆的页面之间的链接关系，及重构图书馆的拓扑结构、发现相似的客户群体，开展个性化的